[發明專利]一種面向電力巡檢場景的小目標缺陷檢測方法及系統

在審

• 申請號: 202111421908.6
• 申請日: 2021-11-26
• 公開（公告）號: CN114120061A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 梁恬;張一帆
• 申請（專利權）人: 中科南京人工智能創新研究院;中國科學院自動化研究所
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06K9/62;G06Q50/06;G06T7/00
• 代理公司: 南京泰普專利代理事務所(普通合伙) 32360
• 代理人: 肖樂愈秋

本發明提出了一種面向電力巡檢場景的小目標缺陷檢測方法及系統，其中所述方法具體包括：步驟1、通過信息采集設備獲取實際應用中的檢測目標數據；步驟2、通過預處理將所述檢測目標數據轉換為滿足預設需求的數據形式；步驟3、構建檢測模型，并在完成深度學習后接收經過預處理后的檢測目標數據；步驟4、利用所述檢測模型進行目標識別分析，并輸出分析結果；步驟5、根據分析結果擬定對應的決策方案。針對現有技術中心對小目標物的檢測精準度問題，本申請通過改變小目標物在樣本集的占比，以及樣本集中圖像數據的處理方式，使得完成學習訓練后的檢測模型具備更高的檢測性能，更貼合實際電力巡檢過程中的檢測精度需求。

技術領域

本發明涉及一種面向電力巡檢場景的小目標缺陷檢測方法及系統，特別是涉及人工智能檢測技術領域。

背景技術

隨著我國電能傳輸需求的持續增加和電力系統規模的不斷擴大，電力系統的安全和穩定問題日益顯著，因此對電力設備運行的可靠性提出更高的需求。以輸電線路為例，截止2017年底，國網公司110（66）kV及以上架空輸電線路總計94余萬公里，其中500kV及以上架空輸電線路長度18余萬公里。然而，電力基層運維人員的數量并沒有成比例增長，據不完全統計，僅輸電線路的巡線運維人員缺員率就高達48%，因此，設備運維工作日益繁重，迫切需要自動化、現代化、高效率的巡線技術和手段。機器人巡檢以其高效、安全、智能、精確等特點，成為電力行業對設備巡檢的一種新模式。

在實現機器人智能巡檢過程中，最為關鍵的技術之一就是目標檢測技術，通過深度學習的方法對電力巡檢數據中的缺陷目標進行檢測與識別。通過巡檢機器人進行電力巡檢，可以有效代替人工執行繁重的巡檢任務，從而提高巡檢效率。

現有技術中，在機器人電力巡檢所采集的圖像中，包含不同尺度的目標，其中像素在32*32以內的小目標最為常見，這些小目標由于尺寸小，包含的信息少，信噪比高，因此往往難以被準確地識別出來。

發明內容

發明目的：提出一種面向電力巡檢場景的小目標缺陷檢測方法及系統，以解決現有技術存在的上述問題，同時針對現有技術中對訓練樣本選擇的不公平策略，采用改進后的樣本選擇措施，使得訓練樣本質量更高，更貼合實際應用，提高檢測效率。

技術方案：第一方面，提出了一種面向電力巡檢場景的小目標缺陷檢測方法，該方法具體包括以下步驟：

步驟1、通過信息采集設備獲取實際應用中的檢測目標數據；

步驟2、通過預處理將所述檢測目標數據轉換為滿足預設需求的數據形式；

步驟3、構建檢測模型，并在完成深度學習后接收經過預處理后的檢測目標數據；

步驟4、利用所述檢測模型進行目標識別分析，并輸出分析結果；

步驟5、根據分析結果擬定對應的決策方案；

其中，為提高檢測模型的識別精準度，通過改進訓練樣本的選擇方案對所述檢測模型進行訓練，對應的訓練過程進一步包括：

步驟3.1、通過離心率橢圓系選擇用于模型訓練的樣本數據集；

步驟3.2、接收所述樣本數據集，并對樣本集進行數據預處理；

步驟3.3、通過預測結果與實際結果的差別，自適應調整檢測模型中各個參數的權重；

步驟3.4、輸出訓練完成后的檢測模型，用于實際應用中的目標檢測。

在第一方面的一些可實現方式中，步驟3.1選擇用于檢測模型訓練樣本數據集時，以真實框的中心點作為橢圓系的中心點，通過計算樣本點所在的橢圓的長軸以及短軸大小，得出樣本點到真實框中心點的距離，隨后，對于每個真實框，選擇m個樣本作為該框的正樣本參與檢測模型的訓練。

具體的，包括以下步驟：

步驟3.1.1、計算出每個真實框的內接橢圓長軸的1/2、短軸的1/2以及長軸一半和短軸一半的平方差求根；

步驟3.1.2、計算所有真實框的中心點坐標；